第 3章 音频制作与处理

第3章 音频制作与处理内容摘要3.1 声音的基本知识3.2 音频的数字化3.3音频处理工具3.4音频的处理手段2内容摘要3.1

声音的基本知识3.2 音频的数字化3.3音频处理工具3.4音频的处理手段33.1.1

基本概念波波是在空间以特定形式传播的物理量或物理量的扰动。以特定的形式传播。波动是物质运动的重要形式，广泛存在于自然界。4声波声波是声音的传播形式，可以理解为介质偏离平衡态的小扰动的传播。3.1.1 基本概念53.1.1 基本概念声场声波传播的空间就称为声场。63.1.1 基本概念声音声音是空气中的振动通过介质（空气或固体、液体）传播并能被人或动物听觉器官所感知并在大脑中留下的印记。73.1.1 基本概念声源最初发出振动（震动）的物体叫声源。83.1.1 基本概念正弦波正弦波是最简单的波动形式。优质的音叉振动发出声音的时候产生的是正弦声波。正弦声波属于纯音。93.1.1 基本概念振幅振幅是物体振动时离开平衡位置最大位移的绝对值。103.1.1 基本概念周期

物体完成一次全振动经过的时间为一个周期T。在一个周期中，介质压力变化，从零到高，再回到零，再到高，再回到零。113.1.1 基本概念频率以赫兹（Hz）为单位测量，描述每秒周期数。123.1.1 基本概念相位以度为单位测量，共360º，表示周期中的波形位置。133.1.1 基本概念波长指波在一个振动周期内传播的距离，也就是沿着波的传播方向，相邻两个振动位相相差2π的点之间的距离。波长λ等于波速u和周期T的乘积，即λ=uT。14任何声波可以描述成一系列正弦波的叠加：t为时间An是振幅，指声波扰动幅度的大小，反应声音的强弱。ω为基频，它决定音调的高低，nω称为ω的n次谐波分量或称为泛音，关联了声音的音色。φn是n次谐波的初始相位。3.1.1 基本概念153.1.1 基本概念频谱图客观世界中的乐器产生的声音都是复音，可以看成多种不同频率和振幅的单音的叠加。以这些单音的频率为横坐标，以它们的振幅为纵坐标，画出的图称为频谱图，从频谱图很容易看出复音的频率结构。163.1.2

声音的分类次声波:频率低于20Hz的声波称为次声波；可闻声:频率20Hz~20kHz的声波称为可闻声；超声波:频率20kHz~1GHz的声波称为超声波;特超声或微波超声:频率大于1GHz的声波称为特超声或微波超声。173.1.2 声音的分类高保真声音

高保真声音的频率范围为10Hz~20kHz。183.1.2 声音的分类带宽一个连续的频率范围的宽度称之为带宽。音频音频指可闻声范围内的声波频率。频域频率范围简称频域。193.1.3

声音的三要素音调指声音的高低。音强指声音的强度，又称声音的响度，由声波振动的振幅决定。它是人耳感受到的声音强弱，是人对声音大小的一个主观感觉量。音色声音的品质，声音的频率组成成分，它由泛音的多少、泛音的频率和振幅决定。203.1.4

声音的质量动态范围动态范围是指音响系统重放时最大不失真输出功率与静态时系统噪声输出功率之比的对数值，单位为分贝(dB)。带宽信噪比是有用信号的平均功率与噪声的平均功率之比，单位也是分贝(dB)。信噪比声波所包含的谐波分量的频率范围即带宽21内容摘要3.1 声音的基本知识3.2 音频的数字化3.3音频处理工具3.4音频的处理手段223.2.1

音频的采样按照一定的时间间隔采集自然音频信号的幅度值，将连续的模拟量转换为离散的数字量。采样频率也称取样频率，是指在单位时间（1s）内采样的次数。233.2.1 音频的采样香农采样定律、奈奎斯特采样定律：为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。243.2.2

音频的量化存储一个离散的幅度值需要的二进制位数称为量化位数，也称样本精度。为了和计算机的字长之间容易换算，通常将量化位数定为8、16、32等。例如量化位数为8，则可以表示从0到28-1共28(256)个幅度值。253.2.2 音频的量化单声道指每次只产生一组音频信号；双声道指每次产生两组音频信号。声音数字化后的数据量计算公式：声音文件的字节数=采样频率(Hz)×时间(s)×量化位数/8×声道数263.2.3

音频的编码主要内容包括：（1）将模拟的音频信号数字化；（2）将数字化音频进行压缩压缩能减少存储空间及提高音频的传输率。压缩比:压缩前后的音频数据量的比值。按照压缩后有无数据丢失，可以把压缩算法分为有损压缩和无损压缩。273.2.3 音频的编码1.PCM编码(原始数字音频信号流)：音源信息完整，但冗余度过大；采样率为44.1KHz，采样大小为16bit；常见的AudioCD采用PCM编码，一张光盘的容量只能容纳72分钟的音乐信息。283.2.3 音频的编码2.WMA(WindowsMediaAudio)：微软推出的与MP3齐名的新音频格式；当比特率小于128K时，WMA在同级别的所有有损编码格式中表现得最出色；但当比特率再往上提升时，音质损失过大；所需频宽：320～112kbps（压缩10～12倍）。293.ADPCM(自适应差分PCM)：综合了APCM的自适应特性和DPCM系统的差分特性；低空间消耗，高质量；所需频宽：32Kbps（压缩4倍）有损编码；3.2.3 音频的编码303.2.3 音频的编码4.MPEG-1audiolayer1：2声道，编码简单，用于数字盒式录音磁带和VCD。压缩方式相对时域压缩技术而言要复杂得多，同时编码效率、声音质量也大幅提高，编码延时相应增加。可以达到“完全透明”的声音质量（EBU音质标准）；所需频宽：384kbps（压缩4倍）。313.2.3 音频的编码5.MUSICAM

(MPEG-1audiolayer2，即MP2)：2声道，算法复杂度中等，用于数字音频广播(DAB)和VCD等;由于其适当的复杂程度和优秀的声音质量，在数字演播室、DAB、DVB等数字节目的制作、交换、存储、传送中得到广泛应用。所需频宽：256～192kbps（压缩6～8倍）。323.2.3 音频的编码6.MP3(MPEG-1audiolayer3)：

2声道，编码复杂，用于互联网上的高质量声音的传输；是在综合MUSICAM和ASPEC的优点的基础上提出的混合压缩技术；由于MP3在低码率条件下高水准的声音质量，使得它流行于软解压及网络广播。所需频宽：128～112kbps（压缩10～12倍）。333.2.3 音频的编码7.MPEG-2audiolayer：声音压缩编码采用与MPEG-1声音相同的编译码器，层1、层2和层3的结构也相同，但它能支持5.1声道和7.1声道的环绕立体声。所需频宽：与MPEG-1层1，层2，层3相同。343.2.3 音频的编码8.AAC(AdvancedAudioCoding，先进音频编码)：可支持1-48路任意数目的音频声道组合、包括15路低频效果声道、配音/多语音声道，以及15路数据。可同时传送16套节目，每套节目的音频及数据结构可任意规定。主要应用于因特网网络传播、数字音频广播，包括卫星直播和数字AM、以及数字电视及影院系统等方面。353.2.3 音频的编码8.AAC(AdvancedAudioCoding，先进音频编码)：使用了一种非常灵活的熵编码核心去传输编码频谱数据。具有48个主要音频通道，16个低频增强通道，16个集成数据流，16个配音，16种编排。所需频宽：96-128kbps。363.2.4

音频的格式数字化的音频文件：1.CD-DA文件标准激光盘文件，即CD音轨，扩展名cda。采样频率44.1kHz，速率为88kbps；数据量大、音质好。373.2.4 音频的格式2.波形音频文件扩展名wav。主要用于自然声的保存与重放，是最早的数字音频格式；声音层次丰富、还原性好、表现力强，如果使用足够高的采样频率，其音质极佳；支持许多压缩算法，支持多种音频位数、采样频率和声道；采样频率44.1kHz，量化位数16位，音质与CD相差无几，但对存储空间需求太大；383.2.4 音频的格式3.MP3音频文件MP3的全称为MEPG-1audiolayer3，其压缩率为12∶1。MP3的优势就是在高压缩比的情况下，还能拥有优美的音质。MP3利用了知觉音频编码技术，即利用了人耳的特性，削减音乐中人耳听不到的成分，同时尽可能地维持原来的声音质量。393.2.4 音频的格式4.WMA文件WMA（WindowsMediaAudio）格式是WindowsMedia格式的一个子集，通过减少数据流量但保持音质的方法来达到比MP3压缩率更高的目的。压缩率高达18∶1。内置了版权的保护技术可以限制播放时间和播放次数甚至播放的机器等。支持音频流技术，适合在网络上在线播放。403.2.4 音频的格式5.ASF（AdvancedStreamingFormat）文件微软为Win98开发的串流多媒体文件格式。特别适合在IP网上传输。可和WMA及WMV互换使用。利用ASF文件可以实现点播功能、直播功能以及远程教育，具有本地或网络回放、可扩充的媒体类型等优点。413.2.4 音频的格式6.RealAudio文件适用于网络上的在线音乐欣赏。现在Real主要有：RA、RM、RAS等几种文件格式。RealAudio采用“音频流”技术，可以随网络带宽的不同而改变声音的质量，在保证大多数人听到流畅声音的前提下，令带宽较富裕的听众获得较好的音质。423.2.4 音频的格式7.APE文件网络上比较流行的音频文件格式，无损压缩。庞大的WAV音频文件可以通过Monkey’sAudio软件压缩为APE文件，比WAV源文件小一半以上。通过Monkey’sAudio解压缩还原以后得到的WAV文件可以做到与压缩前的源文件完全一致。所以APE被誉为“无损音频压缩格式”，Monkey’Audio被誉为“无损音频压缩软件”。433.2.4 音频的格式

8.OGG文件有损压缩，免费开源，可以在更低的数据传输速率下实现比MP3更好的音质。支持VBR（可变比特率）和ABR（平均比特率）两种编码方式，还有比特率缩放功能，不用重新编码便可调节文件的比特率。可以对所有声道进行编码，支持多声道模式，而不像MP3那样只能编码双声道。443.2.4 音频的格式9.MIDI音频文件

见3.2.6 MIDI音乐453.2.5

音频的格式转换常用软件为formatfactory：1. 支持几乎所有类型多媒体格式的相互转换。支持iphone/ipod/psp等多媒体指定格式。2.可以给多媒体文件进行压缩。3.转换图片支持缩放、旋转、水印等。4.修复损坏视频文件。5. DVD视频抓取功能，并支持62种国家语言。463.2.5 音频的格式转换格式工厂界面：473.2.5 音频的格式转换从各种视频和音频格式到MP3格式1.点击【目标格式】，见图3.5483.2.5 音频的格式转换2. 点击【添加文件】按钮，找到并选中源文件，并点击【确定】按钮。3. 点击【开始】按钮。可看到状态栏中的时间进度，完成后有声音提示。4. 在输出文件夹中即可看到目标文件。493.2.6 MIDI音乐MIDI(MusicalInstrumentDigitalInterface)即乐器数字接口，是一种交流协议、一种通信标准，是由电子乐器制造商们建立起来的编曲界最广泛的音乐标准格式，是“计算机能理解的乐谱”，是用以确定电脑音乐程序、合成器和其他电子音响的设备互相交换信息与控制信号的方法，以MID、RMI为扩展名。503.2.6 MIDI音乐1.电子乐谱MIDI设备之间交换的音乐代码称电子乐谱；一种描述性的“音乐语言”，它将所要演奏的乐曲信息用字节进行描述。譬如在某一时刻，使用什么乐器，以什么音符开始，以什么音调结束，加以什么伴奏等等。513.2.6 MIDI音乐2.合成器合成器是用来产生并修改正弦波形并叠加，然后通过声音产生器和扬声器发出特定的声音的装置。泛音的合成效果决定声音音质。MIDI可为16个通道提供数据，每个通道访问一个独立的逻辑合成器。其中，通道1～10作为扩展合成器，通道13～16作为基本合成器。523.2.6 MIDI音乐3.序列器序列器是一个可以用来记录、播放和编辑各种不同MIDI乐器演奏出的乐曲的音乐词处理器（wordprocessor）。序列器可以是硬件，也可以是软件。硬件序列器，音轨数相对少一些，大概8~16轨，而作为电脑软件的序列器几乎多达50000个音符，64~200轨以上。534.接口MIDI乐器的接口，有MIDIOUT、MIDIIN、MIDITHRU三种。MIDIOUT是将乐器中的数据（MIDI消息）向外发送。MIDIIN是用于接收数据。MIDITHRU是将收到的数据再传给另一个MIDI乐器或设备，可以说是若干个乐器连接的接口。3.2.6 MIDI音乐545.输入输出设备MIDI输入设备是音乐创作者和音序器之间的接口，主要用于把人的音乐创作意图通过输入设备转换为MIDI数据传给音序器；输入设备一般采用专用的MIDI键盘，带MIDI接口的电子琴，或Cakewalk或DigitalOrchestratorPlusMIDI的虚拟键盘；3.2.6 MIDI音乐55内容摘要3.1 声音的基本知识3.2 音频的数字化3.3音频处理工具3.4音频的处理手段563.3.1

常用工具简介AdobeAudition573.3.1 常用工具简介CakeWalk583.3.1 常用工具简介Goldwave593.3.1 常用工具简介NGWaveAudioEditor603.3.1 常用工具简介AllEditor613.3.2 AdobeAudition软件1.标题栏标题栏是Audition应用程序窗口最上面的一个矩形条，它显示该应用程序名称及当前正在处理的音